[논문 리뷰] The Number of Confirmed Cases of Covid-19 by using Machine Learning: Methods and Challenges

Amir Ahmada, Sunita Garhwal외 4명|arXiv (Cornell University)|2020. 06. 11.

COVID-19 diagnosis using AI참고 문헌 27인용 수 5

한 줄 요약

이 논문은 코로나19 확진자 수를 예측하기 위한 기계학습 방법에 대한 종합적인 분류 체계를 제시하며, 이를 회귀 기반 모델, 딥러닝 접근법, 소셜 미디어 및 검색 쿼리 분석, 네트워크 기반 모델링의 네 가지 그룹으로 분류한다. 데이터 품질, 사회적 낙인, 국가 간 변동성 등의 주요 과제를 밝히고 예측 정확도 향상을 위해 하이브리드 모델, 전이 학습, 다중 소스 데이터 통합을 제안한다.

ABSTRACT

Covid-19 is one of the biggest health challenges that the world has ever faced. Public health policy makers need the reliable prediction of the confirmed cases in future to plan medical facilities. Machine learning methods learn from the historical data and make a prediction about the event. Machine learning methods have been used to predict the number of confirmed cases of Covid-19. In this paper, we present a detailed review of these research papers. We present a taxonomy that groups them in four categories. We further present the challenges in this field. We provide suggestions to the machine learning practitioners to improve the performance of machine learning methods for the prediction of confirmed cases of Covid-19.

연구 동기 및 목표

• 확진자 수 예측에 사용된 기계학습 방법의 체계적 분류 체계를 제공하기 위해.
• 이러한 모델의 신뢰성과 일반화 능력에 영향을 주는 주요 과제를 특정하고 분석하기 위해.
• 다학제적 협업과 데이터 융합을 통해 모델 성능 향상을 위한 실질적인 제안을 제공하기 위해.
• 기존 문헌과의 차별성을 확보하기 위해 코로나19에 대한 광범위한 AI 응용 분야가 아닌, 확진자 수 예측에만 집중하기 위해.
• 연구자 및 실무자가 더 정확하고 이식 가능하며 맥락 인식형 예측 시스템을 구축하는 데 도움을 주기 위해.

제안 방법

• 기존 기계학습 접근법을 네 가지 명확한 방법론으로 분류: 회귀 모델, 딥러닝 아키텍처, 소셜 미디어 및 검색 쿼리 분석, 네트워크 기반 전파 모델링.
• 기계학습을 활용한 코로나19 확진자 예측에 관한 85篇 이상의 연구 논문을 검토하며, 모델 설계, 데이터 출처, 평가 지표에 중점을 둔다.
• 기존의 전염병학적 프레임워크인 SIR(Susceptible-Infectious-Recovered) 모델과 기계학습을 융합한 하이브리드 모델을 제안한다.
• 확진자 수가 높은 국가의 데이터로 훈련된 모델을 초기 단계에 있는 국가에 적용하기 위해 전이 학습을 권장한다.
• 임상 데이터, 이동 패턴, 온라인 행동 등의 다양한 데이터 소스를 융합하여 모델의 강건성과 일반화 능력을 향상시키기를 제안한다.
• 특히 검사율이 낮거나 확진자 보고에 영향을 주는 사회적 낙인이 높은 지역에서는 맥락 기반 데이터 적응의 중요성을 강조한다.

실험 결과

연구 질문

• RQ1 확진자 수를 예측하는 데 사용되는 주요 기계학습 방법론은 무엇이며, 그 구조적 특성과 성능에서 어떤 차이를 보이나?
• RQ2 이러한 모델의 정확도와 국가 간 적용 가능성에 제약을 주는 주요 데이터 관련 및 제도적 과제는 무엇인가?
• RQ3 기계학습과 전염병학적 프레임워크를 융합한 하이브리드 모델은 예측 신뢰도를 어떻게 향상시킬 수 있는가?
• RQ4 확진자 수가 높은 국가의 전이 학습을 통해 초기 단계에 있는 국가의 예측 성능을 얼마나 향상시킬 수 있는가?
• RQ5 확진자 수가 부족하거나 신뢰할 수 없는 지역에서는 어떤 대체 데이터 소스를 활용할 수 있는가?

주요 결과

• 특히 로지스틱 곡선 회귀 모델을 포함한 회귀 기반 모델은 단기 예측에서는 높은 정확도를 보이지만, 포화 가정으로 인해 장기 예측에는 실패한다.
• 딥러닝 모델은 순차적 데이터에서 뛰어난 성능을 보이지만, 대규모 고품질 데이터셋이 필요하며 데이터 분포의 변화에 민감하다.
• 소셜 미디어 및 검색 쿼리 데이터는 노이즈가 많고 실제 전파 외에 공공의 인식 수준에 영향을 받기 때문에 校정 없이선 예측 능력이 제한된다.
• 네트워크 기반 모델은 정확한 접촉 및 전파 데이터에 크게 의존하지만, 코로나19 전파 역학에 대한 이해가 incomplete하기 때문에 여전히 정량화가 어렵다.
• 문화적, 인구통계적, 인프라적 차이로 인해 국가 간 모델 이식 가능성은 낮다.
• 기계학습과 SIR 유형의 전염병학적 프레임워크를 융합한 하이브리드 모델은 특히 실제 데이터로 검증된 경우, 더 높은 해석 가능성과 정확도 향상 잠재력을 보인다.